项目名称: 磁声显微成像方法研究

项目编号: No.61271424

项目类型: 面上项目

立项/批准年度: 2013

项目学科: 无线电电子学、电信技术

项目作者: 夏慧

作者单位: 中国科学院电工研究所

项目金额: 65万元

中文摘要: 随着生物医学和材料科学发展和进步,人类不再满足对组织或者材料的表面显微成像,而是迫切需要得到物体表面、亚表面和内部许多新的微观信息,研究基于电特性差异的显微成像技术,对于组织或材料的微细结构研究至关重要,本项目首次提出一种新原理的显微成像方法-磁声显微成像。研究该新型显微镜成像方法的激励检测理论,考察不同激励参数和声透镜参数对显微镜轴向分辨率和横向分辨率的影响规律,找出有助于提高显微镜分辨率的最佳脉冲激励参数和声透镜参数;突破目前磁声成像重建算法复杂,难以实时成像的问题,借鉴基于声透镜的光声成像重建算法,提出电流密度和电导率快速重建算法,形成具有自主知识产权的新型高分辨率、高灵敏度和高成像速度的磁声显微成像方法,为活体动物实验、癌症早期诊断研究提供一个有力的分析工具和平台。

中文关键词: 声透镜;磁声成像;电流密度重建;显微镜;分辨率

英文摘要: With the development and progress of biomedical and material science, one never could be satisfied the sample surface's microscopic imaging of tissue and material, and to achieve the new microcosmic information of object's surface ,sub-surface and interior becomes urgent needs.The research on microscopic imaging technique based on the electric property differences, is critical to study fine structure of tissue and material. This project proposes an innovative microscopic imaging technology, called magneto-acoustic microscopic imaging(MAMI). It will be devoted to study on the excitation detecting theory of the new microscopic imaging method,and to investigate the rule of influence of different pulse excitation parameters and acoustic lens parameters on the axial and transversal resolution of microscope, and to find out the optimal exciting parameters and acoustic lens parameters that is helpful to improve the microscope's resolution.To resolve the problem of the present magneto-acoustic tomography rebuilding algorithm such as its complexity and difficulty to get a realtime image, we propose a rapid rebuilding algorithm for current density and conductivity by using the photoacoustic tomography rebuilding algorithm based on the acoustic lens priciple as reference. As a result, with the high resolution, high-sen

英文关键词: acoustic lens;magneto-acousto tomography;current density reconstruction;microscopy;resolution

成为VIP会员查看完整内容
0

相关内容

专知会员服务
27+阅读 · 2021年10月6日
专知会员服务
27+阅读 · 2021年9月6日
专知会员服务
31+阅读 · 2021年7月26日
专知会员服务
31+阅读 · 2021年5月7日
一图掌握《可解释人工智能XAI》操作指南
专知会员服务
59+阅读 · 2021年5月3日
专知会员服务
36+阅读 · 2021年4月23日
专知会员服务
27+阅读 · 2021年1月29日
专知会员服务
29+阅读 · 2021年1月9日
【学科交叉】抗生素发现的深度学习方法
专知会员服务
24+阅读 · 2020年2月23日
小图像,大图景:AI彻底改变了显微镜技术
机器之心
0+阅读 · 2021年5月2日
最全综述 | 医学图像处理
计算机视觉life
57+阅读 · 2019年6月15日
深度学习与医学图像分析
人工智能前沿讲习班
40+阅读 · 2019年6月8日
深度学习之图像超分辨重建技术
机器学习研究会
12+阅读 · 2018年3月24日
一文概览基于深度学习的超分辨率重建架构
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月20日
Neural Architecture Search without Training
Arxiv
10+阅读 · 2021年6月11日
Arxiv
17+阅读 · 2020年11月15日
Arxiv
23+阅读 · 2020年9月16日
Arxiv
19+阅读 · 2018年3月28日
小贴士
相关VIP内容
专知会员服务
27+阅读 · 2021年10月6日
专知会员服务
27+阅读 · 2021年9月6日
专知会员服务
31+阅读 · 2021年7月26日
专知会员服务
31+阅读 · 2021年5月7日
一图掌握《可解释人工智能XAI》操作指南
专知会员服务
59+阅读 · 2021年5月3日
专知会员服务
36+阅读 · 2021年4月23日
专知会员服务
27+阅读 · 2021年1月29日
专知会员服务
29+阅读 · 2021年1月9日
【学科交叉】抗生素发现的深度学习方法
专知会员服务
24+阅读 · 2020年2月23日
相关资讯
小图像,大图景:AI彻底改变了显微镜技术
机器之心
0+阅读 · 2021年5月2日
最全综述 | 医学图像处理
计算机视觉life
57+阅读 · 2019年6月15日
深度学习与医学图像分析
人工智能前沿讲习班
40+阅读 · 2019年6月8日
深度学习之图像超分辨重建技术
机器学习研究会
12+阅读 · 2018年3月24日
一文概览基于深度学习的超分辨率重建架构
相关基金
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
微信扫码咨询专知VIP会员